• 使用Paddle套件低成本零基础完成数据竞赛
• • 0 数据竞赛
  • 1 Paddle套件简介
  • • 1.1 PaddleDetection——目标检测套件
    • 1.2 PaddleSeg——图像分割套件
    • 1.3 PaddleClas——图像分类套件
    • 1.4 PaddleNLP——自然语言处理套件
    • 1.5 PaddleOCR——光学文字识别套件
    • 1.6 PaddleSpeech——语音合成与识别套件
    • 1.7 Paddle3D——3D感知套件
    • 1.8 PaddleVideo——视频识别套件
  • 2 教程完善

使用Paddle套件低成本零基础完成数据竞赛

0 数据竞赛

竞赛日历:http://coggle.club/

最新的竞赛信息和baseline推送, 请关注:

• 竞赛公众号:Coggle数据科学、Kaggle竞赛宝典
• 知乎专栏:机器学习理论与数据竞赛实战

1 Paddle套件简介

Paddle官网链接:飞桨PaddlePaddle-源于产业实践的开源深度学习平台

基于Paddle的开源生态, 飞桨产生了适配各种任务的开发套件, 并提供从训练到部署的全套解决方案与教程, 套件中的模型紧跟学术发展, 十分适合用来入门数据竞赛(部分比赛还有使用国产框架的要求, Paddle是国产框架).

套件	目标任务	实践案例
PaddleDetection	目标检测, 关键点检测, 多目标跟踪	柑橘花果梢识别|安全帽佩戴位置识别
PaddleSeg	图像分割(实例分割)	待完善
PaddleClas	图像分类	待完善
PaddleNLP	自然语言处理(信息抽取、语义检索、智能问答、情感分析等)	医疗搜索意图识别挑战赛
PaddleOCR	光学字符识别	待完善
PaddleSpeech	语音合成与识别	待完善
Paddle3D	3D感知	待完善
PaddleVideo	视频分类、识别	待完善
EasyData	数据集预处理(真的很好用, 导上去再下下来解决一切数据毛病)	傻瓜式点点点网页

接下来详细介绍Paddle的各个开发套件

1.1 PaddleDetection——目标检测套件

• 链接:PaddlePaddle/PaddleDetection

• 实战教程:

  • 柑橘花果梢识别挑战赛
  • 安全帽佩戴位置识别挑战赛

• 可用于完成各类目标检测、多目标跟踪、关键点检测任务

PaddleDetection为基于飞桨PaddlePaddle的端到端目标检测套件, 内置30+模型算法及300+预训练模型, 覆盖目标检测、实例分割、跟踪、关键点检测等方向, 其中包括服务器端和移动端高精度、轻量级产业级SOTA模型、冠军方案和学术前沿算法, 并提供配置化的网络模块组件、十余种数据增强策略和损失函数等高阶优化支持和多种部署方案, 在打通数据处理、模型开发、训练、压缩、部署全流程的基础上, 提供丰富的案例及教程, 加速算法产业落地应用.

1.2 PaddleSeg——图像分割套件

• 链接:PaddlePaddle/PaddleSeg

• 实战教程:

• 可用于完成各类图像分割任务

PaddleSeg是基于飞桨PaddlePaddle的端到端图像分割套件, 内置40+模型算法及140+预训练模型, 支持配置化驱动和API调用开发方式, 打通数据标注、模型开发、训练、压缩、部署的全流程, 提供语义分割、交互式分割、Matting、全景分割四大分割能力, 助力算法在医疗、工业、遥感、娱乐等场景落地应用.

1.3 PaddleClas——图像分类套件

• 链接:PaddlePaddle/PaddleClas

• 实战教程:

• 可用于完成各类图像分类任务

飞桨图像识别套件PaddleClas是飞桨为工业界和学术界所准备的一个图像识别和图像分类任务的工具集, 助力使用者训练出更好的视觉模型和应用落地.

1.4 PaddleNLP——自然语言处理套件

• 链接:PaddlePaddle/PaddleNLP

• 实战教程:

• 可用于完成各类自然语言处理任务

PaddleNLP是一款简单易用且功能强大的自然语言处理开发库. 聚合业界优质预训练模型并提供开箱即用的开发体验, 覆盖NLP多场景的模型库搭配产业实践范例可满足开发者灵活定制的需求.

P. S. 他甚至有Stable Diffusion, 就是那个AI画图的模型

1.5 PaddleOCR——光学文字识别套件

• 链接:PaddlePaddle/PaddleOCR

• 实战教程:

• 可用于完成各类光学文字识别任务

PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库, 助力开发者训练出更好的模型, 并应用落地.

1.6 PaddleSpeech——语音合成与识别套件

• 链接:PaddlePaddle/PaddleSpeech

• 实战教程:

• 可用于完成各类语音合成与识别任务

PaddleSpeech 是基于飞桨 PaddlePaddle 的语音方向的开源模型库, 用于语音和音频中的各种关键任务的开发, 包含大量基于深度学习前沿和有影响力的模型. 本项目采用了易用、高效、灵活以及可扩展的实现, 旨在为工业应用、学术研究提供更好的支持, 实现的功能包含训练、推断以及测试模块, 以及部署过程, 主要包括

• 📦 易用性: 安装门槛低, 可使用 CLI 快速开始.

• 🏆 对标 SoTA: 提供了高速、轻量级模型, 且借鉴了最前沿的技术.

• 🏆 流式 ASR 和 TTS 系统: 工业级的端到端流式识别、流式合成系统.

• 💯 基于规则的中文前端: 我们的前端包含文本正则化和字音转换(G2P). 此外, 我们使用自定义语言规则来适应中文语境.

• 多种工业界以及学术界主流功能支持

  :

  • 🛎️ 典型音频任务: 本工具包提供了音频任务如音频分类、语音翻译、自动语音识别、文本转语音、语音合成、声纹识别、KWS等任务的实现.
  • 🔬 主流模型及数据集: 本工具包实现了参与整条语音任务流水线的各个模块, 并且采用了主流数据集如 LibriSpeech、LJSpeech、AIShell、CSMSC, 详情请见 模型列表.
  • 🧩 级联模型应用: 作为传统语音任务的扩展, 我们结合了自然语言处理、计算机视觉等任务, 实现更接近实际需求的产业级应用.

1.7 Paddle3D——3D感知套件

• 链接:PaddlePaddle/Paddle3D

• 实战教程:

• 可用于完成各类3D感知任务

Paddle3D是飞桨官方开源的端到端深度学习3D感知套件, 涵盖了许多前沿和经典的3D感知模型, 支持多种模态和多种任务, 可以助力开发者便捷地完成 『自动驾驶』 领域模型 从训练到部署的全流程应用. Paddle3D具备以下特性:

• 【丰富的模型库】聚合主流3D感知算法及精度调优策略, 覆盖单目、点云等多种模态及检测、分割等多种任务类型
• 【灵活的框架设计】针对各类3D数据格式, 灵活构建数据处理、骨干网络等核心模块, 支持基于PaddleDet/PaddleSeg灵活扩展2D视觉感知能力, 并提供API与脚本两种训练评估方式, 满足开发者灵活定制的差异化需求
• 【端到端全流程】支持KITTI、nuScenes等主流3D数据集, 提供从数据处理、模型搭建、训练调优到部署落地的全流程能力
• 【工业级部署方案】极致优化模型性能, 适配多种自动驾驶主流芯片, 支持计算图优化、TensorRT/OpenVINO等加速库, 并提供了开箱即用的部署教程, 5分钟即可完成模型部署
• 【无缝衔接Apollo】无缝对接Apollo自动驾驶平台, 支持真机与仿真平台实验效果快速验证、多模态模型高性能融合, 实现自动驾驶全栈式技术方案的高效搭建

1.8 PaddleVideo——视频识别套件

• 链接:PaddlePaddle/PaddleVideo

• 实战教程:

• 可用于完成各类视频识别任务

PaddleVideo旨在打造一套丰富、领先且实用的Video工具库, 旨在帮助开发者更好的进行视频领域的学术研究和产业实践.

2 教程完善

希望各位在各自方向的学习之余能够去试着跑一跑各个套件的训练, 完成后提交到本repo作为赛事的教程